All time Branchez-vous Branche Toi BetterBe Nerds Carrières

Les robots.txt standardisés par Google, au détriment du Noindex

Par Branchez-vous – le dans Actualités

Cette année, les fichiers robots.txt de Google fêtent leur 25è printemps. Utilisés pour éviter l’indexation ou la désindexation de certaines pages web, ces fichiers sont largement employés par les éditeurs web. Mais ils ne sont jamais devenus une norme internet. À l’occasion de cet anniversaire, Google a l’intention de changer les choses en proposant de standardiser son interprétation.

Qu’est-ce que le fichier robots.txt

Google explique le principe des robots.txt dans un texte de présentation.

En clair, ce fichier texte est proposé chez la plupart des sites internet. Il permet, dans sa globalité de définir les règles que doivent suivre les robots ou les crawlers. Ces fichiers sont extrêmement utiles pour les éditeurs de site internet ainsi que les robots. Dans tous les cas, ces fichiers sont installés à la racine d’un site web.

Lorsqu’un robot veut crawler un site, il devra d’abord se baser sur ce fichier et définir ce qu’il peut et ce qu’il ne peut pas faire. Dans cette optique, les éditeurs de site internet peuvent personnaliser leur fichier en fonction de leurs attentes, leurs objectifs et leurs sites internet.

Les règles définies par Google

Google a donc l’intention de standardiser le fichier robots.txt. pour que tous les robots crawlers puissent avoir la même interprétation. Pour cela, la firme est en collaboration avec l’auteur original du protocole de 1994, plusieurs webmasters ainsi que les autres moteurs de recherche. Voici les principales propositions de Google  :

  • Google veut permettre à tout protocole d’accéder à robots.txt
  • Les développeurs se doivent d’analyser les 500 premiers kibibytes
  • Google propose un cache maximum de 24 heures
  • Si le fichier n’est pas accessible, les crawlers doivent explorer les pages interdites

Cette demande a été soumise à l’IETF : « L’ébauche proposée du REP reflète plus de 20 ans d’expérience dans le monde réel en matière de règles robots.txt, utilisées à la fois par Googlebot et d’autres grands robots, ainsi que par environ un demi-milliard de sites internet qui ont confiance au REP.  Il ne change pas les règles de base, créées en 1994, mais définit tous les scénarios pour l’analyser et l’adaptation de robots.txt et les étend au web moderne ».

Les dernières nouvelles

Trouver le meilleur prix pour votre forfait mobile et Internet

Trouver le meilleur prix pour votre forfait mobile et Internet

Du butin, du baseball et des photos de Pokémon: 6 jeux à surveiller en avril !

Du butin, du baseball et des photos de Pokémon: 6 jeux à surveiller en avril !

10 des jeux vidéo les plus retardés de l’histoire

10 des jeux vidéo les plus retardés de l’histoire

Plus d'actualités

Une application de finances personnelles pour ceux qui ne savent pas par où commencer

Une application de finances personnelles pour ceux qui ne savent pas par où commencer

5 jeux à surveiller en décembre pour terminer cette étrange année !

5 jeux à surveiller en décembre pour terminer cette étrange année !

De l’espace aux créatures miniatures: 8 jeux à surveiller en octobre

De l’espace aux créatures miniatures: 8 jeux à surveiller en octobre

Populaires

5 façons de gagner de l’argent en ligne 

5 façons de gagner de l’argent en ligne 

Netflix Roulette, un site qui vous propose quoi regarder

Netflix Roulette, un site qui vous propose quoi regarder

Comment payer son accès Netflix (vraiment) moins cher

Comment payer son accès Netflix (vraiment) moins cher

Branchez-vous

Branchez-vous diffuse l'actualité techno, des bancs d'essai de divers appareils et gadgets, et des chroniques spécialisées.